基于粗糙集與神經(jīng)網(wǎng)絡(luò)的天然氣管道泄漏檢測

【摘要】：隨著天然氣管道運(yùn)輸業(yè)的不斷發(fā)展,管道泄漏所帶來的環(huán)境污染、經(jīng)濟(jì)損失和對(duì)人民財(cái)產(chǎn)安全的危害越發(fā)嚴(yán)重,如何減小甚至避免這些傷害成為人們?nèi)找骊P(guān)注的問題,因此,天然氣管道泄漏檢測依然是當(dāng)前重要的研究課題。常規(guī)的泄漏檢測技術(shù)存在檢測效率低和診斷不夠準(zhǔn)確的弊端,這些方法不適用于天然氣管道泄漏檢測,本文根據(jù)天然氣管道運(yùn)行實(shí)際情況,將粗糙集與神經(jīng)網(wǎng)絡(luò)結(jié)合,構(gòu)建了適用于天然氣管道泄漏檢測的診斷模型,并采用次聲波檢測方法對(duì)管道泄漏源進(jìn)行定位。本文主要研究內(nèi)容如下:本文首先總結(jié)了管道泄漏檢測國內(nèi)外發(fā)展現(xiàn)狀,介紹了現(xiàn)有的檢測技術(shù)。通過對(duì)各種泄漏檢測方法的綜合對(duì)比,提出粗糙集與神經(jīng)網(wǎng)絡(luò)結(jié)合的天然氣管道泄漏檢測方法。文章首先對(duì)神經(jīng)網(wǎng)絡(luò)基本理論的研究,構(gòu)建RBF神經(jīng)網(wǎng)絡(luò)模型,針對(duì)大慶天然氣管道運(yùn)行狀況,選取8個(gè)屬性參數(shù)作為RBF神經(jīng)網(wǎng)絡(luò)的輸入?yún)?shù),并判斷是否為泄漏信號(hào)。針對(duì)神經(jīng)網(wǎng)絡(luò)輸入空間維數(shù)較大,網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜的問題,文章綜合粗糙集和神經(jīng)網(wǎng)絡(luò)的優(yōu)缺點(diǎn),將二者結(jié)合,構(gòu)建了以粗糙集為前置系統(tǒng)的RBF神經(jīng)網(wǎng)絡(luò),將經(jīng)過粗糙集處理的數(shù)據(jù)作為網(wǎng)絡(luò)的訓(xùn)練樣本和測試樣本,判斷輸入信號(hào)是否為泄漏信號(hào)。為了進(jìn)一步提高神經(jīng)網(wǎng)絡(luò)的判斷精度,本文在標(biāo)準(zhǔn)粒子群優(yōu)化算法(particle swarm optimization,PSO)基礎(chǔ)上提出了一種改進(jìn)的PSO優(yōu)化算法,用來優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)權(quán)值,構(gòu)建以粗糙集為前置系統(tǒng)、經(jīng)過改進(jìn)的PSO算法優(yōu)化的RBF神經(jīng)網(wǎng)絡(luò)模型,并將其應(yīng)用于天然氣管道泄漏檢測。本文介紹了基于次聲波的天然氣管道檢測原理,利用小波分析對(duì)原始次聲波信號(hào)進(jìn)行消噪處理,采用相關(guān)法確定次聲波傳播至上下游傳感器的時(shí)間差,結(jié)合次聲波在天然氣管道中的傳播速度,實(shí)現(xiàn)管道泄漏定位。 【關(guān)鍵詞】：粗糙集 屬性約簡 神經(jīng)網(wǎng)絡(luò) PSO優(yōu)化算法
【學(xué)位授予單位】：東北石油大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TE973.6;TP183
【目錄】：

• 摘要4-5
• ABSTRACT5-6
• 創(chuàng)新點(diǎn)摘要6-9
• 緒論9-15
• 0.1 課題研究背景及意義9
• 0.2 國內(nèi)外研究現(xiàn)狀及發(fā)展趨勢9-14
• 0.2.1 管道泄漏檢測技術(shù)國內(nèi)外發(fā)展現(xiàn)狀9-12
• 0.2.2 神經(jīng)網(wǎng)絡(luò)在的應(yīng)用及發(fā)展現(xiàn)狀12-13
• 0.2.3 粗糙集理論的應(yīng)用及發(fā)展現(xiàn)狀13-14
• 0.3 本文主要研究內(nèi)容14-15
• 第一章 基于神經(jīng)網(wǎng)絡(luò)的天然氣管道泄漏檢測15-29
• 1.1 人工神經(jīng)網(wǎng)絡(luò)基本理論15-18
• 1.1.1 神經(jīng)元模型15-16
• 1.1.2 激活函數(shù)16-17
• 1.1.3 人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)17-18
• 1.2 RBF神經(jīng)網(wǎng)絡(luò)18-22
• 1.2.1 RBF神經(jīng)網(wǎng)絡(luò)簡介18-20
• 1.2.2 RBF神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法20
• 1.2.3 混合學(xué)習(xí)方法確定網(wǎng)絡(luò)參數(shù)20-22
• 1.3 基于RBF神經(jīng)網(wǎng)絡(luò)的天然氣管道泄漏檢測22-28
• 1.3.1 RBF神經(jīng)網(wǎng)絡(luò)模型的建立22-27
• 1.3.2 基于RBF神經(jīng)網(wǎng)絡(luò)的管道泄漏檢測仿真實(shí)驗(yàn)27-28
• 1.4 本章小結(jié)28-29
• 第二章 基于粗糙集與神經(jīng)網(wǎng)絡(luò)的天然氣管道泄漏檢測29-41
• 2.1 粗糙集理論的基本概念29-32
• 2.1.1 知識(shí)表達(dá)29-31
• 2.1.2 知識(shí)約簡31-32
• 2.1.3 屬性值約簡32
• 2.2 知識(shí)約簡算法32-35
• 2.2.1 基于屬性重要性的約簡算法32-33
• 2.2.2 基于屬性重要性的啟發(fā)式約簡算法33-35
• 2.3 粗糙集與神經(jīng)網(wǎng)絡(luò)結(jié)合35-36
• 2.3.1 粗糙集理論與神經(jīng)網(wǎng)絡(luò)結(jié)合的可行性分析35
• 2.3.2 粗糙集與神經(jīng)網(wǎng)絡(luò)的結(jié)合方式35-36
• 2.4 基于粗糙集與RBF神經(jīng)網(wǎng)絡(luò)的天然氣管道泄漏檢測36-40
• 2.4.1 粗糙集與RBF神經(jīng)網(wǎng)絡(luò)結(jié)合的系統(tǒng)流程36
• 2.4.2 基于粗糙集的數(shù)據(jù)預(yù)處理36-38
• 2.4.3 基于粗糙集與RBF神經(jīng)網(wǎng)絡(luò)的管道泄漏檢測仿真實(shí)驗(yàn)38-40
• 2.5 本章小結(jié)40-41
• 第三章 基于粗糙集與PSO優(yōu)化神經(jīng)網(wǎng)絡(luò)的天然氣管道泄漏檢測41-49
• 3.1 PSO算法與改進(jìn)的PSO算法41-45
• 3.1.1 標(biāo)準(zhǔn)PSO算法簡介41-42
• 3.1.2 PSO算法改進(jìn)研究現(xiàn)狀42-43
• 3.1.3 改進(jìn)的PSO優(yōu)化算法43-45
• 3.2 改進(jìn)的PSO優(yōu)化算法優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)45-47
• 3.2.1 改進(jìn)的PSO算法優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)權(quán)值的流程45-46
• 3.2.2 基于粗糙集與PSO優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)的管道泄漏檢測仿真實(shí)驗(yàn)46-47
• 3.3 四種方法的仿真結(jié)果對(duì)比47-48
• 3.4 本章小結(jié)48-49
• 第四章 基于次聲波的天然氣管道泄漏定位49-53
• 4.1 基于次聲波的天然氣管道泄漏定位原理49-50
• 4.2 天然氣管道內(nèi)次聲波傳播速度的確定50
• 4.3 次聲波傳播到上下游傳感器時(shí)間差的確定50-51
• 4.4 仿真實(shí)驗(yàn)51-52
• 4.5 本章小結(jié)52-53
• 結(jié)論53-55
• 參考文獻(xiàn)55-58
• 發(fā)表文章目錄58-59
• 致謝59-60

您可以在本站搜索以下學(xué)術(shù)論文文獻(xiàn)來了解更多相關(guān)內(nèi)容

神經(jīng)網(wǎng)絡(luò)在預(yù)報(bào)控制中的應(yīng)用    雷明,李作清,陳志祥,吳雅,楊叔子

神經(jīng)網(wǎng)絡(luò)技術(shù)及其在鋼鐵工業(yè)中的應(yīng)用第8講人工神經(jīng)網(wǎng)絡(luò)在鋼鐵工業(yè)中的應(yīng)用(下)    楊自厚

神經(jīng)網(wǎng)絡(luò)在冶金中的應(yīng)用    李潤生,李延輝,胡學(xué)軍,劉壯,王守儉

線性神經(jīng)網(wǎng)絡(luò)及在多組分分析中的初步應(yīng)用    劉海玲,劉樹深,尹情勝,夏之寧,易忠勝

用神經(jīng)網(wǎng)絡(luò)確定梁上裂紋位置的研究    王繼宗,王西娟

生物發(fā)酵過程神經(jīng)網(wǎng)絡(luò)狀態(tài)預(yù)報(bào)器的驗(yàn)證    趙學(xué)慶,袁景淇,周又玲,賀松

基于神經(jīng)網(wǎng)絡(luò)的混勻配料優(yōu)化方法    李智,姚駐斌,張望興,賀超武

神經(jīng)網(wǎng)絡(luò)在冶金工業(yè)中的應(yīng)用    胡敏藝,馬榮駿

利用神經(jīng)網(wǎng)絡(luò)進(jìn)行觀測數(shù)據(jù)的分析與處理    倪建軍,邵琳

材料工程中基于神經(jīng)網(wǎng)絡(luò)的穩(wěn)態(tài)優(yōu)化策略    裴浩東,蘇宏業(yè),褚健

基于泛集的神經(jīng)網(wǎng)絡(luò)的混沌性    徐春玉;

量子神經(jīng)網(wǎng)絡(luò)    周樹德;王巖;孫增圻;孫富春;

基于神經(jīng)網(wǎng)絡(luò)和簡單規(guī)劃的識(shí)別融合算法    羅山;張琳;范文新;

序言(二)    郭愛克;馬盡文;丁康;

知識(shí)論:神經(jīng)網(wǎng)絡(luò)的新機(jī)遇——紀(jì)念中國神經(jīng)網(wǎng)絡(luò)10周年    鐘義信;

神經(jīng)網(wǎng)絡(luò)與圖論    許進(jìn);保錚;

數(shù)值預(yù)報(bào)產(chǎn)品的神經(jīng)網(wǎng)絡(luò)釋用預(yù)報(bào)應(yīng)用    金龍;朱詩武;趙成志;陳寧;

神經(jīng)網(wǎng)絡(luò)在中學(xué)生創(chuàng)造力評(píng)估中的應(yīng)用    田金亭;

自發(fā)展神經(jīng)網(wǎng)絡(luò)的混沌特性研究    唐墨;王科俊;

基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的故障診斷方法研究    張廣遠(yuǎn);萬強(qiáng);曹海源;田方濤;

維護(hù)好創(chuàng)新的“神經(jīng)網(wǎng)絡(luò)硬件”    美國明尼蘇達(dá)大學(xué)社會(huì)學(xué)博士 密西西比州立大學(xué)國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想

腦控電腦 驚世駭俗    盧業(yè)忠

人工神經(jīng)網(wǎng)絡(luò)將大顯身手    葛一鳴 路邊文

神經(jīng)網(wǎng)絡(luò)挑戰(zhàn)人類大腦    中國科技大學(xué)計(jì)算機(jī)系　邢方亮

“神經(jīng)網(wǎng)絡(luò)”：打開復(fù)雜工藝“黑箱”    記者 孫剛

美用DNA制造出首個(gè)人造神經(jīng)網(wǎng)絡(luò)    本報(bào)記者 劉霞

干細(xì)胞移植：修復(fù)受損的神經(jīng)網(wǎng)絡(luò)    健康時(shí)報(bào)特約記者　 張獻(xiàn)懷

我半導(dǎo)體神經(jīng)網(wǎng)絡(luò)技術(shù)及應(yīng)用研究達(dá)國際先進(jìn)水平    劉力

神經(jīng)網(wǎng)絡(luò)和模糊邏輯    

江蘇科大神經(jīng)網(wǎng)絡(luò)應(yīng)用研究通過鑒定    鄒麗梅 陳耀群

神經(jīng)網(wǎng)絡(luò)及其在控制中的應(yīng)用研究    楊旭華

基于神經(jīng)網(wǎng)絡(luò)的無線通信算法研究    李素芳

憶阻神經(jīng)網(wǎng)絡(luò)的混沌性及幾類時(shí)滯神經(jīng)網(wǎng)絡(luò)的同步研究    石艷超

基于隨機(jī)映射神經(jīng)網(wǎng)絡(luò)的多元時(shí)間序列預(yù)測方法研究    王新迎

極速學(xué)習(xí)機(jī)的訓(xùn)練殘差、穩(wěn)定性及泛化能力研究    付愛民

基于粒計(jì)算的神經(jīng)網(wǎng)絡(luò)及集成方法研究    李輝

復(fù)雜網(wǎng)絡(luò)幾類同步控制策略研究及穩(wěn)定性分析    王衛(wèi)蘋

神經(jīng)網(wǎng)絡(luò)優(yōu)化方法及其在信息處理中的應(yīng)用研究    曾喆昭

小波過程神經(jīng)網(wǎng)絡(luò)相關(guān)理論及其應(yīng)用研究    李洋

提高密度泛函理論方法計(jì)算吸收能的精度：神經(jīng)網(wǎng)絡(luò)和遺傳算法    李輝

混合不確定性模塊化神經(jīng)網(wǎng)絡(luò)與高校效益預(yù)測的研究    章穎

基于改進(jìn)型神經(jīng)網(wǎng)絡(luò)的風(fēng)力發(fā)電系統(tǒng)預(yù)測及控制研究    賈文靜

基于憶阻器的渦卷混沌系統(tǒng)及其電路仿真    李慧芳

神經(jīng)網(wǎng)絡(luò)降維算法研究與應(yīng)用    陳彥至

基于憶阻器的組合電路及神經(jīng)網(wǎng)絡(luò)研究    董哲康

基于神經(jīng)網(wǎng)絡(luò)的遙感圖像分類研究    武創(chuàng)舉

基于神經(jīng)網(wǎng)絡(luò)的上證指數(shù)預(yù)測研究    李志杰

基于神經(jīng)網(wǎng)絡(luò)血壓預(yù)測研究與系統(tǒng)實(shí)現(xiàn)    陳少吉

幾類時(shí)滯神經(jīng)網(wǎng)絡(luò)穩(wěn)定性分析    張韜

幾類時(shí)滯不確定神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性分析    邵雪瑩